基于稀疏化神经网络在微控制器芯片上的应用

• 作者: 刘明 曹银杰 耿相珍 胡卫生
• 来源期刊: 现代电子技术
• 关键词: 稀疏化神经网络 微控制器芯片 模型搭建 经验值移植 模型压缩 操作系统
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 134-138,142
• 页数: 6页
• 分类号: TN711-34|TP39
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.23.030

摘要

神经网络都是在后端服务器上进行数据处理与识别,针对服务器压力日益增加的问题,提出基于稀疏化神经网络在微控制器芯片上实现数据处理与前端识别.微控制器芯片不依赖操作系统,Arm FuSa RTS保证了微控制器的高稳定性和低功耗.利用CMSIS-NN在微控制器芯片上搭建与服务器上相同的稀疏化卷积神经网络(CNN)模型,然后把服务器上训练的经验值移植到微控制芯片上.经实验对比在微控制器和服务器上稀疏化CNN的识别准确率,结果显示准确率基本保持一致.因此在微控制芯片上搭建稀疏化神经网络可有效解决网络带宽和服务器压力过大等问题.